卫星在太空中运行的时候,会受到许多的外界的干扰影响,这些干扰有的是已知的,有的是未知的,这使得卫星轨道动力学模型不能精确描述出来,这些不确定性可以描述为噪声的统计特性不确定、模型不确定性和随机干扰等。另外,随着星上的测量传感器大量增加,而星上通信能力有限,有时候测量数据可能会发生延迟到达信息处理中心。因此,实现卫星自主导航需要研究当非线性系统中存在上述几类情况当中的一种或多种问题情况下的非线性滤波算法,为此,本文做如下研究:研究测量噪声为有色噪声且测量噪声和过程噪声相关的情况下的非线性系统滤波问题。首先将有色噪声处理成白噪声,然后利用最小方差滤波准则设计最优滤波递推计算框架,随后采用Unscented变换和平方根分解来进行计算滤波估计值和协方差矩阵,最后将该方法用于基于星光仰角测量的卫星自主导航系统进行仿真验证,仿真结果表明是有效的。考虑系统存在外界干扰的非线性系统滤波问题,提出了一种改进的强跟踪平方根分解UKF算法。首先分析了强跟踪滤波算法的不足,然后针对存在的问题进行改进,采用两个多重自适应调节因子克服了单个多重自适应调节因子不能完全保证协方差矩阵对称正定的问题,采用Unscented变换计算自适应调节因子避免了Jacobian矩阵的计算,采用改进的平方根分解进行递推计算增强了滤波算法的稳定性和计算效率,最后将该算法用于基于星光仰角测量的卫星自主导航系统进行仿真验证,仿真结果表明是有效的。研究了非线性系统的鲁棒滤波算法,针对噪声不确定性和滤波器模型误差的情况,提出了一种鲁棒UKF算法。首先,理论分析了其滤波误差协方差矩阵上界,给出了其计算步骤;然后,采用Unscented变换进行滤波估计值和协方差矩阵的计算;最后,将该方法应用于基于脉冲星测量的卫星自主导航系统仿真,仿真结果表明是有效的。针对存在滤波模型误差、模型不确定性以及乘性噪声和加性噪声混合的多样性噪声情况,提出了一种鲁棒EKF算法,首先,利用数学方法分析了其滤波误差方程及滤波误差协方差矩阵,从而给出了滤波误差协方差矩阵上界的计算方程;其次,通过优化滤波误差协方差矩阵上界设计出滤波器状态增益矩阵;最后,将该方法用于基于脉冲星测量的卫星自主导航系统进行仿真验证,仿真结果表明是有效的。研究了具有随机测量延迟情况下的非线性滤波问题,考虑系统存在随机干扰的情况、模型误差、乘性噪声和加性噪声混合的多样性噪声,设计出一种自适应鲁棒EKF算法。首先,分析滤波误差模型,通过引入两个不同的多重自适应调节因子,找到滤波误差协方差矩阵的上界,然后通过优化其上界设计滤波器状态增益矩阵,使得滤波器满足两个性能指标,自适应调节因子利用残差的估计值来计算。最后,将该方法用于基于光学导航相机和星敏感器测量到的卫星自主导航系统当中进行仿真,仿真结果表明是有效的。